Datenmanagementsysteme - Auswirkungen auf die Arbeit und Hinweise zur Einführung aus dem Projekt AWA

Viele bekannte Anwendungen, die in allgemeiner Wahrnehmung den in der Einleitung bereits genannten Schlagworten zugeordnet werden können, basieren auf dem Management großer Datenmengen. Hierbei sind exemplarisch folgende Anwendungen aus unterschiedlichen Bereichen zu nennen [3, 6]:

• Landwirtschaft: Feldroboter "BoniRob", der autonom fahrend, durch Bilderkennung Nutzpflanzen von Unkräutern unterscheidet und diese bekämpft.
• Kriminalitätsaufklärung: Betrugserkennung bei Geldinstituten durch Analyse der Transaktionsdaten.
• Medizin: Systeme, die Mediziner bei der Diagnose und Analyse von Bildern unterstützen (Vergleiche, Interpretation etc.).
• Werbung und Nutzerorientierung: Modellierung und Vorhersage von Nutzerverhalten und Konsumtendenzen.
• Sprachassistenz und Übersetzung: Das Training mit großen Datenmengen ermöglicht erst die bekannten Dienstleistungen.
• Wartung und Instandhaltung: Eine bedarfsgerechte, vorausschauende Wartung und Zustandsüberwachung wird durch die Kombination aus Maschinendaten, Sensorik und maschinellem Lernen realisiert.
• Autonomes Fahren: Klassifikation und Bewertung von Fahrsituationen anhand der Verarbeitung von Sensordaten, Bildmaterial etc.

Im Projekt AWA wurden Anwendungen von Datenmanagementsystemen im Produktionsumfeld untersucht. Ziel der Einführung war in den betrachteten Fallbeispielen die verbesserte Nutzung und Verarbeitung vorhandener Daten im Sinne der Prozessoptimierung. Es ging darum, Verschwendung zu entdecken und zu beseitigen, z. B. im Bereich der Datenhaltung oder der Prozesse (Vermeidung von Doppelarbeiten). Weiterhin sollten neue Erkenntnisse aus Querverbindungen generiert werden, indem mehrere Kennzahlen (auch prozessübergreifend) miteinander kombiniert werden, um z. B. auf Ausschussursachen zu schließen. Die Prozesse sollten sicherer werden und aktueller abgebildet werden können. So wurde oftmals eine echtzeitnahe digitale Abbildung angestrebt, um Wissen darüber zu generieren, welcher Prozess gerade läuft und wo sich welches Produkt befindet. Auf diese Weise konnten die Nachverfolgbarkeit und Transparenz der Prozesse und Produkte erhöht werden, was insgesamt zu einer erleichterten Kommunikation und weniger Problemen an den Schnittstellen führte, weil "alle von demselben sprechen".

Ergänzt wurden diese Systeme oftmals durch verschiedene Hilfstools, z. B.:

• vorausgefüllte Formulare, um die Dokumentation qualitativ aufzuwerten,
• Datenbanken mit Informationen über vergangene Störfälle, um die Behebung der aktuellen Störungen zu erleichtern oder
• mobiler Zugang über Smart Devices, um Daten auch an der Maschine einsehen zu können (siehe auch Factsheet "Smart Devices").

Die Nutzung durchgängiger Planungssysteme führte in den bisher untersuchten Beispielen zu einer Reduzierung von Schnittstellen- und Abstimmungsproblemen. Weiterhin konnten Zeitaufwände für die manuelle Erhebung von Daten reduziert werden, z. B. für das Auslesen an den Maschinen oder Befragen von Mitarbeitern. Auch die Aufbereitung dieser Daten, z. B. das Erstellen von Charts, konnte teilweise automatisiert werden, wodurch auch Fehler (z. B. Übertragungsfehler) reduziert wurden. Die weitere Optimierung der Prozesse sowie die Bedienung der Datenmanagementsysteme stellten neue Kompetenzanforderungen und Belastungsfaktoren an die Beschäftigten, die nachfolgend detaillierter dargestellt werden.

Veränderte Kompetenzanforderungen hinsichtlich des Umgangs mit Daten

Der Umgang mit neuen Informations- und Kommunikationstechnologien wird häufig als eine der wesentlichen notwendigen Kompetenzveränderungen propagiert. Die Beschäftigten müssten zunehmend in der Lage sein, digitale Technologien und Medien zweckdienlich im Sinne ihrer Aufgaben- und Zielstellung zu nutzen, Informationen zu beschaffen und die Software anzuwenden [7, 8]. Die Bedienung sowie das "sich Zurechtfinden" in den neuen Software-Anwendungen stellte in den betrachteten Beispielen zunächst eine neue Anforderung an die Beschäftigten dar. Dies gilt insbesondere für die gewerblich-produzierenden Bereiche, in denen der routinierte Umgang mit Computeranwendungen in der Vergangenheit nicht immer erforderlich war. In den untersuchten Fallbeispielen wurden die Anwendungen jedoch von Beginn an möglichst einfach und intuitiv gestaltet und die Beschäftigten an die Anwendung herangeführt, sodass die Bedienung letztlich kein wesentliches Problem darstelle. Insbesondere die Möglichkeit zum Ausprobieren und "Learning by Doing" wurden als bedeutsam für den Erfolg eingestuft.

Veränderte methodische und soziale Kompetenzanforderungen

Neben dem technischen Verständnis, Datenmanagementsysteme bedienen und die benötigten Informationen routiniert finden und nutzen zu können, spielen die Kommunikation der Ergebnisse und Daten sowie die Umsetzung von neuen Maßnahmen, basierend auf diesen Informationen, eine Rolle. Während es in der Vergangenheit im Schadensfall häufig darum ging, eine Lösung mithilfe eines vorgegebenen Prozesses herbeizuführen (z. B. die Anlage möglichst schnell wieder "ans Laufen" zu bringen), geht es heute vermehrt darum, Ursachenforschung unter Zuhilfenahme von Maschinendaten und -parametern sowie interner und externer Experten zu betreiben. So treten "klassische" methodische
Kompetenzen, wie Moderation und Gesprächsführung, und zusätzlich digitale Methoden, wie schnelle Informationsbeschaffung, Strukturierung und Darstellung in den Vordergrund.

Schnellere Einarbeitung neuer Beschäftigter

Aufgrund der standardisierten Ausgestaltung (Layout und Aufbau) der Systeme konnten Beschäftigte aus anderen (Fertigungs-)Bereichen schneller und effektiver eingearbeitet werden. Insgesamt konnte die abteilungsübergreifende Zusammenarbeit verbessert werden, da alle über die selben Daten reden und auf die gleichen Informationen zugreifen. Weiterhin führte die Transparenz der Prozesse und der Datenhaltung dazu, dass "Hoheitswissen" (gekoppelt mit Wichtigkeit der Person) teilweise an Bedeutung verliert.

Steigerung der Bedeutung des IT-Supports

Für die internen IT-Support-Bereiche sind die Anforderungen durch die Einführung der neuen Systeme gestiegen. Die Beschäftigten dieser Abteilung sind der erste Ansprechpartner bei allen Störungen und Problemen an den Systemen und es wird von den anderen Abteilungen zunehmend erwartet, dass "immer jemand verfügbar" ist. Durch die Nutzung der Tools entsteht zunehmend auch eine stärkere Abhängigkeit von der IT-Abteilung, sodass auch ihre Bedeutung deutlich ansteigt.

Veränderte Belastungskonstellationen

Durch die Plattformen konnte die Transparenz der Prozesse deutlich erhöht werden, da Daten nun schneller (teilweise in Echtzeit) verfügbar sind. Für den Beschäftigten ergibt sich dadurch die Möglichkeit, bei Problemen und Störungen schneller zu intervenieren. Schnittstellenprobleme konnten reduziert werden, da alle Abteilungen auf dieselben Datenquellen zugreifen. Die zentrale Bündelung und Bereitstellung von Informationen stellen eine fachliche Unterstützung dar, die die Beschäftigten zur schnellen und zielgerichteten Ausführung ihrer Aufgaben nutzen können.

Die Interviewpartner haben folgende Faktoren als wesentlich und hilfreich für eine erfolgreiche Einführung genannt:

• Frühzeitige Einbindung der Nutzenden: Diejenigen Beschäftigten, die die Systeme später nutzen sollen, sollten von Beginn an in den Prozess eingebunden und darüber informiert werden. Dies wurde in den Unternehmen in unterschiedlicher Art und Weise realisiert: durch Schulungen, Einbindung der Beschäftigten in das Projektteam o. ä. Da die Beschäftigten ihren Arbeitsplatz kennen, können sie außerdem konkrete Vorschläge einbringen, wie die Ausgestaltung der Systeme optimiert werden kann.
• Auswahl von Promotoren: Beschäftigte aus dem Nutzerkreis, die technologieaffin, innovationsfreudig und von der Idee überzeugt sind, sollten bereits während der Pilotierung eingebunden werden. Diese können dann als Promotoren innerhalb des eigenen Teams agieren und das Vorhaben so aktiv unterstützen, indem sie zum Beispiel mögliche Vorbehalte im Team abbauen.
• Aufzeigen von persönlichem Nutzen: Als wesentlich für die Akzeptanz und damit auch die Nutzung durch die Beschäftigten wird das Aufzeigen eines konkreten Nutzens für den Einzelnen bzw. die Erleichterung für die alltägliche Arbeit gesehen. Zu nennen sind hier beispielsweise der zielgerichtete und effiziente Zugriff auf erforderliche Daten sowie die Reduzierung von Such- und Wegezeiten.
• Abbau von Vorbehalten: Die Einführung neuer Systeme kann zunächst zu Verunsicherung bei den Beschäftigten führen und ggf. Ängste hervorrufen, zum Beispiel, mit dem neuen System überfordert zu sein oder bewährte, über Jahre etablierte, Arbeitsweisen ändern zu müssen. Wesentlich ist es, diese Ängste ernst zu nehmen und anzusprechen, um in einem nächsten Schritt die Beteiligten transparent darüber zu informieren, welche Zielstellungen mit dem neuen System verfolgt werden, welche Einsatzmöglichkeiten damit einhergehen und welche Erwartungen an die Beschäftigten gerichtet sind.
• Schaffung technischer Voraussetzungen: Wichtig ist die Gewährleistung einer singulären Datenhaltung, auf die das System zugreift, sowie eine nutzerfreundliche Gestaltung des Systems (z. B. Orientierung an bekannten Oberflächen).
• Die Reihenfolge macht’s: Optimierung vor Digitalisierung: Viele Unternehmen betonen, dass es nicht darum ginge, »Digitalisierung um der Digitalisierung willen« zu betreiben. Vielmehr würden in einem ersten Schritt Prozesse (analog) optimiert, um sie anschließend zu digitalisieren.

Als aktuelle Handlungsfelder und Herausforderungen bei der Einführung wurden genannt:

• Technische Probleme: Zu Beginn der Einführung wurde von technischen Problemen berichtet, wie fehlenden SAP-Daten oder Lizenzen.
• WLAN-Abdeckung: Eine Voraussetzung für die Funktionsfähigkeit von Apps auf mobilen Endgeräten, die mit dem System verbunden sind, ist ein funktionierendes WLAN.
• Konsequente Einhaltung der neuen Prozesse (und der damit verbundenen Infrastruktur): Um das Potenzial des neuen Systems ausschöpfen zu können, ist es gerade zu Beginn wichtig, Insellösungen oder das Umgehen der Prozesse durch das Nutzen gewohnter Kommunikationswege zu verhindern und auf das Einhalten der neuen Prozesse zu achten.
• Beschäftigte einbeziehen, weiterentwickeln: Wichtig ist es, konkrete und verlässliche Ansprechpartner für die IT-Pflege zu haben und zu berücksichtigen, dass es ggf. zu Änderungen von Kompetenzprofilen kommen kann, da Anforderungen an Moderations- und Konfliktlösungskompetenz sowie an IT-Kenntnisse steigen können.

In den bislang durchgeführten Interviews zeigte sich, dass Datenmanagementsysteme die Beschäftigten wirkungsvoll unterstützen können und dass durch eine verbesserte Datenqualität gezielter auf Kundenwünsche eingegangen werden kann, indem beispielswiese

• der Datenzugriff aller Beteiligten über eine zentrale Ablage erfolgt und so die Fehlerwahrscheinlichkeit reduziert wird,
• die Datentransparenz erhöht und das Pflegen analoger Checklisten reduziert wird (Vermeidung von Doppelarbeit),
• Verschwendung entdeckt und beseitigt wird und
• Prozesse sicherer und aktueller (Echtzeit!) abgebildet werden können.

Als besonders erfolgskritisch für die Einführung wurde die rechtzeitige Einbindung des späteren Nutzerkreises angesehen. Mehrfach wurde darauf hingewiesen, dass trotz der Einführung einer digitalen Unterstützung und standardisierter Prozesse der persönliche Kontakt und die vor-Ort-Abstimmung als wesentlich für die erfolgreiche Prozessoptimierung erachtet werden.

[1] FAZ.NET (2016) Merkel: Daten sind die Rohstoffe des 21. Jahrhunderts. https://www.faz.net/aktuell/wirtschaft/cebit/angela-merkel-fordert-mehr-modernisierte-digitale-technologien-14120493.html. [Zugegriffen: 07. Oktober 2021]

[2] Bernhard, Martin (2020) Datenmanagement – Der Schlüssel zur Digitalisierung. https://ap-verlag.de/datenmanagement-der-schluessel-zur-digitalisierung/60241/. [Zugegriffen: 07. Oktober 2021]

[3] ORACLE (2021) Was ist Datenmanagement? https://www.oracle.com/de/database/what-is-data-management. [Zugegriffen: 07. Oktober 2021]

[4] Keim D, Sattler KU (2020) Von Daten zu KI – Intelligentes Datenmanagement als Basis für Data Science und den Einsatz Lernender Systeme. Whitepaper aus der Plattform Lernende Systeme, München. https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG1_Whitepaper_Von_Daten_zu_KI.pdf. [Zugegriffen: 07. Oktober 2021]

[5] "Offensive Mittelstand – Gut für Deutschland", Stiftung "Mittelstand – Gesellschaft – Verantwortung" (Hg.) (2019) Umsetzungshilfen Arbeit 4.0. Künstliche Intelligenz für die produktive und präventive Arbeitsgestaltung nutzen: Hintergrundwissen und Gestaltungsempfehlungen zur Einführung der 4.0-Technologien; Umsetzungshilfe 2.3.3. ISBN: 978-394-0506-528

[6] Amazonen-Werke H. Dreyer SE & Co. KG (2021) AMAZONE beteiligt sich im Projekt Agri-Gaia an der Entwicklung eines offenen Standards für die Künstliche Intelligenz (KI) in der Landwirtschaft. https://amazone.net/de/service-support/fuer-medien/pressemeldungen/aktuell/amazone-beteiligt-sich-im-projekt-agri-gaia-an-der-entwicklung-eines-offenen-standards-fuer-die-kuenstliche-intelligenz-ki-in-der-landwirtschaft-413950. [Zugegriffen: 07. Oktober 2021]

[7] Bitkom (2017) Digitale Transformation der Wirtschaft (2. Auflage) Bitkom Research

[8] OECD (2016) New skills for the digital economy. Measuring the demand and supply of ICT skills at work. OECD Digital Economy Papers (258), Paris